Alginate microparticles as novel carrier for oral insulin delivery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alginate microparticles produced by emulsification/internal gelation were investigated as a promising carrier for insulin delivery. The procedure involves the dispersion of alginate solution containing insulin protein, into a water immiscible phase. Gelation is triggered in situ by instantaneous release of ionic calcium from carbonate complex via gentle pH adjustment. Particle size is controlled through the emulsification parameters, yielding insulin-loaded microparticles. Particle recovery was compared using several washing protocols. Recovery strategies are proposed and the influence on particle mean size, morphology, recovery yield (RY), encapsulation efficiency, insulin release profile, and structural integrity of released insulin were evaluated. Spherical micron-sized particles loaded with insulin were produced. The recovery process was optimized, improving yield, and ensuring removal of residual oil from the particle surface. The optimum recovery strategy consisted in successive washing with a mixture of acetone/hexane/isopropanol coupled with centrifugation. This strategy led to small spherical particles with an encapsulation efficiency of 80% and a RY around 70%. In vitro release studies showed that alginate itself was not able to suppress insulin release in acidic media; however, this strategy preserves the secondary structure of insulin. Particles had a mean size lower than the critical diameter necessary to be orally absorbed through the intestinal mucosa followed by their passage to systemic circulation and thus can be considered as a promising technology for insulin delivery.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle